scikit-image教程：图像作为数组的基础操作指南

前言

在数字图像处理领域，理解图像在计算机中的表示方式是基础中的基础。本教程将基于scikit-image库，深入讲解图像作为多维数组的本质特性，并通过实践练习帮助读者掌握相关操作技巧。

图像的本质：多维数组

在计算机中，图像本质上是一个多维数组（NumPy数组）。对于彩色图像，通常表示为三维数组（高度×宽度×颜色通道），而灰度图像则是二维数组（高度×宽度）。

基础环境准备

首先我们需要导入必要的库：

%matplotlib inline
import numpy as np
from skimage import data, io, color, img_as_float
import matplotlib.pyplot as plt

练习1：绘制字母H

问题描述

编写一个函数，在指定位置绘制绿色字母H。H的尺寸要求：

• 高度：24像素
• 宽度：20像素
• 线条宽度：3像素

解决方案

def draw_H(image, coords, color=(0, 255, 0)):
    out = image.copy()
    
    # 定义绘制区域
    canvas = out[coords[0]:coords[0] + 24,
                 coords[1]:coords[1] + 20]
    
    # 绘制H的两条竖线
    canvas[:, :3] = color    # 左侧竖线
    canvas[:, -3:] = color   # 右侧竖线
    
    # 绘制H的横线
    canvas[11:14] = color    # 中间横线
    
    return out

测试示例

cat = data.chelsea()
cat_H = draw_H(cat, (50, -50))
plt.imshow(cat_H)

这个练习展示了如何通过直接操作数组来修改图像内容，这是图像处理的基础操作。

练习2：可视化RGB通道

问题描述

将彩色图像分解为R、G、B三个通道，并分别显示每个通道的灰度图像。

解决方案

image = plt.imread('Bells-Beach.jpg')

# 分离通道
r = image[..., 0]  # 红色通道
g = image[..., 1]  # 绿色通道
b = image[..., 2]  # 蓝色通道

# 创建子图
f, axes = plt.subplots(1, 4, figsize=(16, 5))

for ax in axes:
    ax.axis('off')

# 显示各通道
axes[0].imshow(r, cmap='gray')
axes[0].set_title('红色通道')

axes[1].imshow(g, cmap='gray')
axes[1].set_title('绿色通道')

axes[2].imshow(b, cmap='gray')
axes[2].set_title('蓝色通道')

# 显示合并后的彩色图像
axes[3].imshow(np.stack([r, g, b], axis=2))
axes[3].set_title('所有通道')

深入理解

通过这个练习，我们可以直观地看到：

1. 不同颜色通道对最终图像的贡献不同
2. 某些特征在不同通道中的表现可能截然不同
3. 理解通道分离有助于后续的图像处理操作

练习3：RGB通道组合实验

问题描述

创建三个独立的圆形图案分别代表R、G、B通道，观察它们组合后的效果。

解决方案

from skimage import draw

# 创建三个300x300的空白图像
red = np.zeros((300, 300))
green = np.zeros((300, 300))
blue = np.zeros((300, 300))

# 在红色通道绘制圆形
r, c = draw.disk(center=(100, 100), radius=100)
red[r, c] = 1

# 在绿色通道绘制圆形
r, c = draw.disk(center=(100, 200), radius=100)
green[r, c] = 1

# 在蓝色通道绘制圆形
r, c = draw.disk(center=(200, 150), radius=100)
blue[r, c] = 1

# 显示组合结果
plt.imshow(np.stack([red, green, blue], axis=2))

这个实验生动展示了RGB色彩模型的叠加原理，以及不同颜色通道组合产生新颜色的过程。

练习4：RGB转灰度图像

问题描述

将RGB图像转换为灰度图像，比较不同转换方法的差异。

转换原理

人眼对不同颜色的敏感度不同，因此RGB到灰度的转换不是简单的平均值，而是加权平均：

Y = 0.2126R + 0.7152G + 0.0722B

实现代码

image = img_as_float(io.imread('balloon.jpg'))

# 使用scikit-image内置方法
gray = color.rgb2gray(image)

# 手动实现
my_gray = image @ [0.2126, 0.7152, 0.0722]

# 简单平均法
naive_gray = image.mean(axis=2)

# 显示结果
f, axes = plt.subplots(1, 3, figsize=(15, 5))
axes[0].imshow(gray, cmap='gray')
axes[0].set_title('scikit-image方法')

axes[1].imshow(my_gray, cmap='gray')
axes[1].set_title('加权平均法')

axes[2].imshow(naive_gray, cmap='gray')
axes[2].set_title('简单平均法')

结果分析

通过比较可以发现：

1. scikit-image内置方法与手动实现的加权平均法结果几乎一致
2. 简单平均法会产生较暗的图像，因为未考虑人眼对不同颜色的敏感度差异
3. 加权平均法更符合人眼感知的亮度

总结

本教程通过四个实践练习，深入讲解了图像作为数组的基本操作：

1. 直接修改数组来绘制简单图形
2. 分解和显示RGB通道
3. 理解RGB通道的组合原理
4. RGB到灰度的转换方法比较

掌握这些基础操作是进行更复杂图像处理的前提。在实际应用中，理解图像的数组本质能够帮助我们更高效地实现各种图像处理算法。